修復壞的Json與字段名稱轉義的報價

Kissmetrics出口顯然產生無效的JSON當存在字段名稱報價，例如，以下是產生的事件之一：修復壞的Json與字段名稱轉義的報價

{ 
    "ab test group native dialogs on mobile":"Control", 
    "ab test group "interested" button copy":"Interested", 
    "_t":1412633724, 
    "_p":"hk5yxuxcqe/935mkbj+pz8xi0a8=" 
}

（換行了補充說明了這個問題，我們不能用這些來修復JSON）。

我正在尋找修復這種破碎的JSON的機制。

有索姆假設，我相信我們能夠充分利用：

我們可以假設，正在生產的JSON是平的（沒有嵌套的對象或數組），所以我認爲我們可以利用這一點。
我相信所有的字段都是字符串，除了_t，但不是100％肯定。
我不認爲我們可以假設壞的未轉義報價將被平衡。
我相信KM會從字段名稱中刪除逗號和冒號，但不能100％確定 - 它們不會從值中刪除（儘管我相信值將被正確編碼）。

來源

2016-01-25 Kevin Dolan

這是一個棘手的問題，因爲它很含糊 - 很難說是否感興趣是一個新的屬性或應該在屬性名稱中轉義。我會考慮一個可以識別行的正則表達式（例如，「既沒有後面跟着一個：也沒有前面跟着一個，可選空白）。這不是完美的，但是如果這些都是屬性名稱，你可以開始生成一些規則表達式來修復字符串，我建議嘗試一下，運行導入和導出任何無法解析並在正則表達式上迭代的東西，以便快速修復。 –

對於此特定問題，事實證明，KM提供了一個腳本修復他們不好的JSON：https：//gist.github.com/clay-whitley/8309396 –

解決方案我現在使用的，在python，我敢肯定是不完善的：

match = regex.match(r'^{("(?P<fieldName>([^:]*))":(?P<fieldValue>([0-9]*\.?[0-9]+)|("(([^"])|(\\"))*"))(,|}))*$', s) 

fieldNames = match.captures('fieldName') 
fieldValues = match.captures('fieldValue') 

newJson = "{%s}" % (
    ",".join(
     "\"%s\":%s" % (
      fieldName.replace("\"", "\\\""), 
      fieldValue, 
     ) 
     for fieldName, fieldValue 
     in zip(fieldNames, fieldValues)   
    ) 
)

這假設有在鑰匙沒有冒號。

來源

2016-01-25 18:20:49

修復壞的Json與字段名稱轉義的報價

回答

相關問題